3月9日，人类将迎来科技发展史上又一个紧张时刻，一场人机世纪大战将拉开帷幕。

这一天，韩国九段顶尖中国围棋选手李世石将与谷歌研发的人工智能围棋程序AlphaGo（阿法狗）在韩国首尔四季酒店睁开对决，整个比赛将分五轮进行。

虽然比赛的奖金高达100万美元，但是全世界的人们关注的重点不在于钱，而在于人类大脑的荣誉能否捍卫住。

李世石说，他对人机对战有爱好，甚至没细致奖金的事。这听着有些不真实。毕竟李世石2014年顶峰期时，一年的总奖金不过14亿韩元，也就是相称于这5番棋的奖金。

整个比赛分五轮进行（这是你要了解的第一件事）。

赛程：3月9日、3月10日、3月12日、3月13日、3月15日。

规则：贴目7.5目（向后下棋的选手贴目7.5目）。每位棋手各有两个小时的布局时间，3次60秒的读秒。

奖金：100万美元；谷歌已经透露表现，假如AlphaGo获胜，奖金将捐奉送联合国儿童基金会（UNICEF）、STEM教育及围棋慈善机构（Go Charity）。

P.S. 贴目是围棋术语。指黑方因为先手，在布局上占据肯定的上风，为了公平起见，在最后计算双方所占地的多少时，黑棋必须扣减肯定的目数或子数。中国采用的是7.5目的大贴目规则，日本、韩国则为6.5目。

大战在即，双方都公开透露表现，深信本身将赢得最终的胜利。

在韩国围棋界，有两位李姓棋手因长时间保持世界顶尖水平而声名远播，一位是李昌镐，另一位就是李世石。作为最近10年来获得世界冠军头衔最多的围棋棋手，李世石被看做最能代表人类挑衅电脑的顶尖棋手。

2月22日，李世石在首尔韩国棋院接受赛前采访时说：“忠实讲，Pan Hui和AlphaGo的比赛水准没有达到我与AlphaGo比赛的水平。我听说AlphaGo一向在升级，就在我们发言时它还在继承提高，所以说，相比于10月的比赛，我所面临的挑衅会更大。尽管如此，我占有上风的事实是不会改变的。对我而言胜利是肯定的，如今只剩下赢得完善不完善的题目了。”

李世石充满信念，“这是我不能输的比赛，甚至一盘棋都不能输。我盼望能以5比0或者4比1取胜。”

谷歌DeepMind却透露表现，人工智能程序有主动学习的能力。

DeepMind工程总裁Demis Hassabis在2月初曾透露表现：“现实上整个比赛就是我们的Deep Blue时刻。” Hassabis还说，大多的围棋玩家都认为李世石将克服AlphaGo，Hassabis增补道：“他们认为我们获胜的机率只有5%……但我们的体系提高很快，这点是他们没故意识到的。就在我们发言时，它正在提高。”

谷歌认为AlphaGo与李世石的实力是五五开，胜败效果不好展望。

在棋坛史上，AlphaGo并不是第一次完胜人脑的人工智能。1996年，IBM研发的电脑“深蓝”与国际象棋顶级大师卡斯帕洛夫交战落败，一年后，一台改动后的“更深的蓝”令大师铩羽而归。不过，对付围棋职业高手可比对付象棋大师难得多。

我们知道，围棋之所以很难被人工智能攻破，克服人类高手，就是其可能的组合数非常重大。至于多么非常，2016年1月普林斯顿的研究人员给出了最新研究效果：对于一个19x19的围棋棋盘而言，一共有361个位置，而每个位置可以单独放置黑棋、白棋或者留空，理论上所有的可能组合是3^361种。但根据围棋规则，不是所有位置都可正当落子，例如在围棋术语中没有气的位置就不能落子。那么排除掉这些不正当的棋局后统共还剩多少种呢？

普林斯顿的研究人员给出的19x19格围棋的正确正当棋局数：208168199381979984699478633344862770286522453884530548425639456820927419612738015378525648451698519643907259916015628128546089888314427129715319317557736620397247064840935

我们给它多分几行：

2081681993819799846

9947863334486277028

6522453884530548425

6394568209274196127

3801537852564845169

8519643907259916015

6281285460898883144

2712971531931755773

6620397247064840935

不用数了，一共171位数！

这个数字比我们地球所有的沙粒数量还要多！比人类已知宇宙的所有星球数量还要多！对比一下，谷歌学习的近万盘人类棋局是5位数，谷歌自行对战的3000万盘是8位数。而围棋所有可能的棋局盘数是171位数。假如规避还有可能的重复转变，我们把大头去掉，那也有70位数的棋局转变。

围棋如此高深莫测，一向被认为是人类智力对抗电脑的“最后堡垒”。而今挑衅这座堡垒的AlphaGo，是目前最良好的人工智能围棋程序。除了5:0完胜人类职业二段棋手樊麾，以往与其他围棋AI的对弈，AlphaGo在495局中只输了1局，甚至有过让4子后获胜的纪录。

谷歌围棋AI的上风

谷歌在Nature发表论文阐述了其围棋AI程序AlphaGo的运行原理，这个原理描述相对专业，这里我们也力争用普通易懂的语言描述谷歌究竟说了什么，谷歌围棋AI程序AlphaGo在下棋过程中重要通过四步完成工作，它们分别是：

第一步快速判断：用于快速的观察围棋的盘面，类似于人观察盘面获得的第一反应

第二步深度模拟 ：AlphaGo学习近万盘人类历史高手的棋局来进行模拟学习，用得到的经验进行判断。这个深度模拟能够根据盘面产生类似人类棋手的走法。

第三步自学成长：AlphaGo赓续与“本身”对战，下了3000万盘棋局，总结出经验作为棋局中的评估依据。

第四步全局分析：行使第三步学习效果对整个盘面的赢面判断，实现从全局分析整个棋局。

取胜的关键

AlphaGo与之前的机器人所不同的一点在于对于神经网络、分层计算和知识库的应用，即谷歌DeepMind团队用两套神经网络为AlphaGo开发了一个全新的体系，这也是它拥有取胜能力的关键。

用两套神经网络为AlphaGo开发的全新的体系可以将围棋视为一个原谅所有可能性的树，它能够无穷延长。AlphaGo要做的就是行使两套神经网络来缩小可能性，它会行使策略网络来判断什么举动可能性最高，体系应该考虑怎么走好下一步，AlphaGo会将搜索树的宽度变窄。还有一个就是价值网络，它告诉AlphaGo怎么移动对白子和黑子都更好，如许就可以降低可能性的深度，这统统都给它的获胜增长了砝码。

对了，这次的裁判是樊麾。就在几十天前，1月28日，全球最具声望的科学杂志《天然》（Nature）通过一篇封面论文，介绍了谷歌公司DeepMind团队研发的人工智能围棋程序AlphaGo。抛开那些枯燥的计算机和神经科学术语，这篇文章最大的噱头便是：AlphaGo击败了欧洲围棋冠军樊麾。

不过，《人工智能学家》主编刘锋则撰文透露表现，谷歌的围棋AI及这场比赛有科学欺诈之嫌，重要缘故原由是AlphaGo对其他围棋程序选取了浩繁测试对象，并进行了495次实验，但对人类测试者，却只选取了一位曾经获得围棋欧洲冠军的棋手，并签署严酷的保密协议。他认为，谷歌也没有像Facebook那样把围棋程序放到互联网上，正大光明地接受大众的考验，作为与谷歌AlphaGo原理雷同的facebook围棋程序DarkForest，目前水平相称于业余5段，与职业选手依然有伟大的差距。

从3月4日开始，樊麾就已经住进了比赛地四季酒店，帮助谷歌筹备明天即将开始的比赛。

虽然阿法狗此前在欧洲赢得了冠军，但毕竟整个欧洲围棋水准与亚洲还存在较为显明的差异，假如这次数据没能有用提拔，谁输谁赢还真不好说。

无论人工智能输与赢，对于科技的发展都将是一个较大的迁移转变。即使人类输了，人类设计的机器人也让人类变得巨大。

一起走来，统统都是人类的造物。

谷歌是一家巨大的公司。

这次人机大战3月12号效果就会出来。敬请期待。